【此文章转自乐字节】

大数据是目前互联网流行的技术语言，处理大数据的编程语言比较有优势的也很多，比如java、python、go、R语言、Hadoop等等，按道理来说每种编程语言都可以处理大数据，只是处理的规模不一样而且，但是现在比较受欢迎的数据处理编程语言是Java与python。

Java大数据与Python大数据

说到Java编程，Java工程师一直都是同行的高薪岗位，而python是从最初的2016人工智能开始爆发，从而在短短两年之内能赶超Java。随着python的发展，最大赢家无疑是python。未来大数据是对于一家企业有多重要，通过对数据的分析，可以了解市场需求、发展方向，对公司未来的定位，把数量庞大、不规整的数据信息进行梳理，总结出可供查询的特征。

大数据必备技能

自从python热度赶超Java之后，python在大数据方面的优势逐渐被人们认识，但是Java作为20多年成熟的编程语言，在大数据处理方面已存在已久，依然是程序员开发比较喜爱的编程。

Java在大数据处理方面还是比较倾向软件应用与网站数据，包括游戏数据处理，特别是金融服务数据处理，一直都是Java的强项；python有着众多免费科学算法库，优势在人工智能大数据处理，当然也有使用Python在银行的基础架构中处理财务数据。可以说Java与python在大数据处理各有优势。

处理大规模数据时有那些常用的Python库，他们有什么优缺点？适用范围如何？

python的优势不在于运行效率，而在于开发效率和高可维护性。针对特定的问题挑选合适的工具，本身也是一项技术能力。

百万级别数据是小数据，python处理起来不成问题，python处理数据还是有些问题的

Python处理大数据的劣势：

1、python线程有gil，通俗说就是多线程的时候只能在一个核上跑，浪费了多核服务器。在一种常见的场景下是要命的：并发单元之间有巨大的数据共享或者共用（例如大dict），多进程会导致内存吃紧，多线程则解决不了数据共享的问题，单独的写一个进程之间负责维护读写这个数据不仅效率不高而且麻烦

2、python执行效率不高，在处理大数据的时候，效率不高，这是真的，pypy（一个jit的python解释器，可以理解成脚本语言加速执行的东西）能够提高很大的速度，但是pypy不支持很多python经典的包，例如numpy（顺便给pypy做做广告，土豪可以捐赠一下PyPy - Call for donations）

3、绝大部分的大公司，用Java处理大数据不管是环境也好，积累也好，都会好很多

Python处理数据的优势（不是处理大数据）：

1、异常快捷的开发速度，代码量巨少

2、丰富的数据处理包，不管正则也好，html解析啦，xml解析啦，用起来非常方便

3、内部类型使用成本巨低，不需要额外怎么操作（Java，c++用个map都很费劲）

4、公司中，很大量的数据处理工作工作是不需要面对非常大的数据的

5、巨大的数据不是语言所能解决的，需要处理数据的框架（hadoop， mpi。。。。）虽然小众，但是python还是有处理大数据的框架的，或者一些框架也支持python

6、编码问题处理起来太太太方便了

综上所述：

1、python可以处理大数据

2、python处理大数据不一定是最优的选择

3、python和其他语言（公司主推的方式）并行使用是非常不错的选择

4、因为开发速度，你如果经常处理数据，而且喜欢linux终端，而且经常处理不大的数据（100m一下），最好还是学一下python

python数据处理的包：

1、自带正则包， 文本处理足够了

2、cElementTree, lxml 默认的xml速度在数据量过大的情况下不足

3、beautifulsoup 处理html

4、hadoop(可以用python) 并行处理，支持python写的map reduce，足够了， 顺便说一下阿里巴巴的odps，和hadoop一样的东西，支持python写的udf，嵌入到sql语句中

5、numpy, scipy, scikit-learn 数值计算，数据挖掘

6、dpark(搬楼上的答案）类似hadoop一样的东西

1，2，3，5是处理文本数据的利器（python不就处理文本数据方便嘛），4，6是并行计算的框架（大数据处理的效率在于良好的分布计算逻辑，而不是什么语言）

暂时就这些

注：每周福利均会更新，更多福利等你领取，更多技巧，欢迎在评论区一起交流！

学习Java没有那么容易，一定要掌握学习方法，初学者对于学习方法有什么不懂的可以随时找我咨询，真的是希望新手少走弯路，下面有我的java学习交流q
u n：前面是四九零，中间是五七四，后面是七五三，进qun备注123，任何问题都可以随时问我。,领取Python
，web前端开发，Python爬虫，Python数据分析，大数据开发，人工智能，Java项目，Java基础等精品学习课程。带你从零基础系统性的学好Python，Java，web前端和大数据等！做一名牛逼的程序员！

希望这些能够帮助大家从一个小白成长为大牛，最后提醒大家，不要在拼搏的年纪选择安逸，希望小编的文章能够帮助到小伙伴们！

END

祝大家学的愉快，学的神速。

有帮助的话，各位小伙伴可以点个赞收藏支持下啦！❤️

也欢迎关煮lili，一个在变秃，但能带你变强的程序员~

今天先说这么多，我是乐字节哩哩，一个有趣的灵魂！下期见！

最后给大家推荐几个B站超详细的Java、大数据、python等自学课

从Java零基础到项目实战哦【b站BV: BV1CB4y1A7sk】

十大企业级项目自学课【b站：BV14K411F7HJ】

超棒的前后端分离项目【b站：BV1zf4y1p7wC】

大数据全套完整版【b站：BV1aK4y197TP】

python小白入门到精通完整版【b站：BV1Sp4y1W77E】

将bv号，复制去b站即可

要源码、文档、笔记+q群 490574753

原标题：做大数据工程师，语言选Java还是Python？

学大数据还要学Python吗？java大数据与python大数据如何选择？今天我们来看看一位大神的回答。

目前Java和Python是做大数据平台开发最常见的两种编程语言，当然还有Scala和R，下面我简单的分析一下Java与Python在做大数据开发时的优缺点，具体选择哪个可以根据实际情况来判断。

Java大数据

首先说一下Java语言，Java语言应用广泛，可以应用的领域也非常多，有完整的生态体系，另外Java语言的性能也非常不错。Java与大数据的关系非常密切，一方面目前做大数据开发的程序员很多都是从Java程序员转过去的，另一方面Hadoop平台本身就是基于Java开发的，所以目前Java在大数据开发中的使用还是非常普遍的。

但是Java语言自身的复杂性让很多程序员感觉它有点"重”，格式化的东西有点多，所以在Spark平台下，很多程序员更愿意使用Scala语言，而Scala就是基于Java语言构建的，所以有Java基础再学习Scala还是比较轻松的。

单学Java以后的就业方向单一，薪资就是java程序员的基本水平；而java大数据工程师，以后的就业可以从事java方面的工作，也可以涉猎大数据方面的工作，因为对大数据技术知识有所涉猎，所以谈薪资的资本会高一些：

Java大数据薪资：

由于大数据产业的火爆，相关职位的待遇也是水涨船高。可以看到，大数据相关职位的平均薪资已经超过月薪20K。

Python大数据

再说一下Python语言，Python语言目前在大数据和人工智能领域有广泛的应用，原因就是Python语言简单、直接、方便。Python语言是脚本式语言，所以学习起来比较简单，脚本语言的天然属性就是直接，所以Python在语法结构上比Java要"轻”很多。

另外，由于Python有丰富的库支持，所以Python做软件开发也非常"直接”，程序员的作用有点像做"集成”的感觉。目前Python在Hadoop和Spark平台下的使用都非常普遍，而且越来越多的Java程序员转向使用Python，因为没人愿意复杂。

但是Python缺点也比较明显，那就是Python的性能远不及Java，另外与大数据平台的耦合度也不如Java好。但是如果你使用Python做算法实现、数据分析、数据呈现等应用是完全没有问题的，效率也比较高。

总之，如果做大数据开发，Java和Python最好都学习一下（主学Java），语言本身就是工具，学习起来并不是十分困难。返回搜狐，查看更多

责任编辑：

大数据工程师可以选择多种语言学习，其中，Java和Python是做大数据平台开发最常见的两种编程语言，也是当下较为火热的两种语言，Java与Python在做大数据开发时各有优缺点，究竟选择哪种语言好呢?

Java和Python哪个编程语言好?

1、Java大数据

Java语言应用广泛，可以应用的领域也非常多，有完整的生态体系，另外Java语言的性能也非常不错。Java与大数据的关系非常密切，一方面目前做大数据开发的程序员很多都是从Java程序员转过去的，另一方面Hadoop平台本身就是基于Java开发的，所以目前Java在大数据开发中的使用还是非常普遍的。但是Java语言自身的复杂性让很多程序员感觉它有点"重”，格式化的东西有点多，所以在Spark平台下，很多程序员更愿意使用Scala语言，而Scala就是基于Java语言构建的，所以有Java基础再学习Scala还是比较轻松的。

单学Java以后的就业方向单一，薪资就是Java程序员的基本水平;而Java大数据工程师，以后的就业可以从事Java方面的工作，也可以涉猎大数据方面的工作，因为对大数据技术知识有所涉猎，所以谈薪资的资本会高一些：由于大数据产业的火爆，相关职位的待遇也是水涨船高。可以看到，大数据相关职位的平均薪资已经超过月薪20K。

2、Python大数据

Python语言目前在大数据和人工智能领域有广泛的应用，原因就是Python语言简单、直接、方便。Python语言是脚本式语言，所以学习起来比较简单，脚本语言的天然属性就是直接，所以Python在语法结构上比Java要"轻”很多。另外，由于Python有丰富的库支持，所以Python做软件开发也非常"直接”，程序员的作用有点像做"集成”的感觉。目前Python在Hadoop和Spark平台下的使用都非常普遍，而且越来越多的Java程序员转向使用Python，因为没人愿意复杂。

但是Python缺点也比较明显，那就是Python的性能远不及Java，另外与大数据平台的耦合度也不如Java好。但是如果你使用Python做算法实现、数据分析、数据呈现等应用是完全没有问题的，效率也比较高。

想从事大数据，Java和Python两种语言较合适，无论你选择哪一种语言做大数据开发，只要是适合的就是最好的，语言本身就是工具，学习起来并不是十分困难，想大数据行业发展的就要快速成长起来。